佚失的诗篇

标题：Contrastive Explanations for Reinforcement Learning via Embedded Self Predictions文章链接：Contrastive Explanations for Reinforcement Learning via Embedded Self Predictionspresentation & slides： Contrastive Explanations for Reinforcement Learning via .

标题：Deep Reinforcement Learning from Human Preferences文章链接：Deep Reinforcement Learning from Human Preferencesblogpost： Learning from Human Preferences发表：NIPS 2017领域：模仿学习 —— 逆强化学习文章目录1. Introduction1.1 Related Work2. 准备工作和方法2.1 设置和目标2.2 Our Method2.2.

文章目录I. INTRODUCTIONII. RELATED WORK摘要：深度模仿学习需要大量专家演示，而这些数据并不总是易于获得，尤其是对于复杂的任务就更难了。 克服有标记数据短缺的一种方法是 “数据增强”（data augmentation）。但是，由于控制任务具有时序性（ sequential nature），不能直接应用一般的数据增强方法。在这项工作中，我们引入了一种新颖的增强方法，可以保证增强轨迹成功（即能完成任务）。为了实现这一点，我们引入了一个半监督校正网络，旨在纠正失真的专家动作。为了

标题：Episodic reinforcement learning with associative memory文章链接：Episodic reinforcement learning with associative memory领域：强化学习 - 情节控制（episodic control）文章目录EPISODIC REINFORCEMENT LEARNING WITH ASSOCIATIVE MEMORY1. INTRODUCTION2 BACKGROUND3. RELATED WOR.

标题：Model Free Episodic Control文章链接：Model Free Episodic Control代码实现：sudeepraja Model-Free-Episodic-Control提出方法：MFEC (Model Free Episodic Control)领域：强化学习-情节控制注：方括号为原文中参考文献引用，具体引用文章请下载原文查看...

标题：Disambiguation-Free Partial Label Learning文章链接：http://aaai.org/ocs/index.php/AAAI/AAAI17/paper/view/14210提出方法：PL-ECOC领域：弱监督学习 - 偏标记学习注：方括号为原文中参考文献引用，具体引用文章请下载原文查看文章目录非消岐偏标记学习1. 引言2. 相关工作3. PL-ECOC方法3.1 多分类器归纳分解为二分类器3.2 使用ECOC进行偏标签学习4. 实验4.1 实验计划.

这篇《Weight Agnostic Neural Networks》是前一段比较火的一篇论文了，号称找到了 “不用进行训练的神经网络”，称作WANNs，下面给出我对此文的翻译。能力有限肯定有不准确或词不达意的地方，大家以原文为准可以在这里（交互式）查看此论文的交互式版本注意，以下用黑色框框柱的部分以及这种红字部分是我做的补充解释，非原文内容。注意，以下图片说明文字全部用斜体，放在图片上方...